Cuando hablamos de Deep Learning, es probable que discutamos los mejores marcos para el desarrollo de Deep Learning. Tensorflow permite el paralelismo de modelos y el paralelismo de datos. TensorFlow proporciona múltiples API. El API de nivel más bajo, TensorFlow Core, le proporciona un control de programación completo. Tensores La mejor manera de comenzar a disfrutar de la biblioteca Tensorflow es sentirse cómodo con la unidad básica de datos utilizada en Tensorflow. La unidad básica es Tensor. Tensor es un objeto matemático, una generalización de escalares, vectores y matrices. La matriz multidimensional es una estructura de datos adecuada para representar un tensor tensor9 # a rango 0; Este es un escalar con forma [] [1. , 2., 3.] # un tensor de rango 1; este es un vector con forma [3] [[5., 2., 7.], [3., 5., 4.]] # un tensor de rango 2; una matriz con forma [2, 3] [[[6., 2., 3.]], [[7., 8., 9.]]] # un tensor de rango 3 con forma [2, 1, 3]
Para más información, TensorFlow for Dummies
- ¿Cómo funciona una red neuronal deconvolucional?
- Después de terminar el curso de aprendizaje automático en Coursera. ¿Qué tengo que hacer? ¿Curso de inteligencia artificial sobre edx o tutoriales de aprendizaje profundo?
- ¿La IA avanzada conducirá a la compañía de mil millones de dólares?
- Cómo fusionar el aprendizaje automático y la teoría de control
- ¿Cómo presentarme al aprendizaje automático? ¿Cuáles son los requisitos previos que necesito antes de saltar al aprendizaje automático?